La IA descubre antibióticos en arqueas, los microorganismos que explican el origen de la vida compleja

Las arqueas son microorganismos unicelulares que conforman uno de los tres dominios de la vida (categorías evolutivas en las que se clasifican todos los seres vivos), junto a las bacterias y las eucariotas, el grupo que incluye a los humanos, los animales y plantas. Son integrantes de los peldaños originales de la evolución de la Tierra primitiva y, en aquel entorno hostil, aprendieron a vivir a temperaturas extremas (más de 80 grados en géiseres), alta salinidad, acidez o alcalinidad y altas presiones (están presentes en las profundidades de los océanos). También han logrado sobrevivir a sus vecinas biológicas, las bacterias, con las que compiten por espacios y recursos. Esto llevó a pensar al laboratorio del biotecnólogo español César de la Fuente, de la Universidad de Pensilvania, a que, en esas condiciones, tendrían que disponer de mecanismos de defensa que podrían abrir una puerta a nuevos antibióticos ante la resistencia desarrollada por los microorganismos a los fármacos existentes. Con la ayuda de la inteligencia artificial (IA) y aprendizaje profundo computacional, el equipo ha hallado agentes antimicrobianos, que han denominado “arqueasinas”, en un 93% de los 80 compuestos identificados por la IA. La arqueasina-73 ha arrojado resultados en modelos in vivo comparables a los de la polimixina B, un antibiótico que se usa como último recurso, según publica este martes Nature Microbiology.

Los antibióticos existentes surgen de las armas químicas desarrolladas por los microbios para defenderse de otras especies y se han buscado en todo tipo de entornos, incluso en animales y humanos extintos. Pero, salvo investigaciones muy limitadas, como la publicada en The Microbe sobre comunidades bacterianas y de arqueas en las termas romanas de la ciudad británica de Bath, no se había indagado en las más de 20.000 especies de estos resistentes organismos.

Explorar cualquiera de los dominios es fundamental ante el incremento de infecciones resistentes a los medicamentos y mortalmente peligrosas, consideradas por la Organización Mundial de la Salud como una de las principales amenazas de la humanidad. En 2019, la resistencia a los antibióticos bacterianos se asoció con 4,95 millones de muertes en todo el mundo y, si no se encuentran alternativas, la cifra se duplicará en las dos próximas décadas.

“Desde el descubrimiento de la penicilina, la búsqueda de nuevos antibióticos se ha centrado prácticamente de forma exclusiva en bacterias y hongos. Con nuestro trabajo, este paradigma cambia porque encontramos antibióticos en un dominio de la vida prácticamente inexplorado”, resalta el científico de la Universidad de Pensilvania.

De esta forma, la investigación de De la Fuente abre con las arqueas una importante fuente de futuros tratamientos mediante una técnica que evita emplear lustros en descartar e identificar los compuestos con capacidades antiinfecciosas. “La inteligencia artificial puede revelar nuevos antibióticos de fuentes biológicas inesperadas. Combinar algoritmos con pruebas experimentales rápidas nos permite acelerar el descubrimiento a velocidad digital”, detalla el biotecnólogo gallego.

“Nuestro estudio”, insiste el bioquímico Marcelo Torres, coautor del estudio, “revela que las arqueas, un dominio de la vida aún por explorar, albergan un vasto reservorio de moléculas antimicrobianas con el potencial de combatir la resistencia a los antibióticos”.

Para el trabajo, el equipo ha contado con la detallada información existente de las arqueas y ha utilizado un programa de inteligencia artificial (ApexOracle), un modelo mejorado en relación con sus versiones anteriores y entrenado específicamente para esta labor de bucear en el arqueoma. “Exploramos un dominio de la vida prácticamente inexplorado y encontramos una mina nueva de antibióticos. Desde el punto de vista biológico, situamos a las arqueas, junto a las bacterias y los hongos, como una rica fuente de moléculas útiles”, resalta De la Fuente.

El sistema ha mejorado desde que el laboratorio comenzó a utilizar la IA y el aprendizaje profundo para identificar compuestos. En los primeros trabajos, se obtuvieron resultados en algo más del 60% de las propuestas arrojadas por la computadora y se consideró un éxito. Con la reprogramación y perfeccionamiento del modelo, este porcentaje se ha incrementado en 30 puntos. “Esto nos dice que, cuántos más datos experimentales empleamos para entrenar al modelo, mejor es el resultado”, explica el investigador.

La combinación de herramientas informáticas con la química es un campo creciente. Un estudio liderado por Younes Smani, investigador en el Centro Andaluz de Biología del Desarrollo y profesor del Área de Microbiología de la Universidad Pablo de Olavide, ha hallado en el tamoxifeno (un tratamiento común contra el cáncer) y el raloxifeno, un compuesto relacionado, la base para desarrollar una nueva serie de potenciales antibióticos.

Además de la identificación de nuevas moléculas antibacterianas, las investigaciones también avanzan en nuevas fórmulas de administración de los fármacos para aumentar su eficacia. Es la propuesta de un equipo de investigación de la Universidad de Huelva, la Universidad de Sevilla y el Hospital Universitario Virgen Macarena que ha utilizado nanotubos de carbono, un millón de veces más finas que un cabello, para que el medicamento actúe de manera más precisa en el foco de la infección y se incremente el tiempo durante el que son efectivos. Esta entrega más eficiente del principio activo es otra estrategia ante la resistencia a los antibióticos, informa la fundación Descubre a raíz de una investigación publicada en Journal of Drug Delivery Science and Technology.

Las tasas de resistencia a los antibióticos (RAM), según un informe de Médicos Sin Fronteras, “son alarmantemente altas en entornos de conflicto, desplazamiento de población, desastres climáticos o en los que el sistema sanitario es frágil”. Según explica la ONG, “la limitada disponibilidad de antibióticos esenciales, su frecuente escasez o las infecciones recurrentes que suelen producirse en estos contextos, entre otros elementos, pueden conducir a un uso inadecuado de antibióticos por parte de los pacientes, lo que aumenta la RAM”.